CN111158647A - 基于结构化理论的创意素材自适应生成方法及装置 - Google Patents

Abstract

本发明公开一种基于结构化理论的创意素材自适应生成方法及装置，其中方法包括如下步骤：对输入的待处理素材进行结构化打标，并按照图层元素的属性对待处理素材进行图层拆分；统计待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度；将待处理素材中的图层元素按照素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，其中，目标特征向量是相应计算框架下与待处理素材的特征向量具有最高相似度的特征向量。采用本发明，在目标素材生成的过程中，可以实现素材设计中的智能变换，在保证素材变换效率的前提下，保证输出素材的质量。

Description

基于结构化理论的创意素材自适应生成方法及装置

技术领域

本发明涉及广告设计技术领域，尤其涉及一种基于结构化理论的创意素材自适应生成方法及装置。

背景技术

随处可见的广告banner蕴含着高层次的设计目的，其呈现样式和展示的内容极其丰富多变，在广告banner制作的过程中，为了使banner适用真实场景，设计师不单单需要解决设计创意问题，还需要花很多时间进行反复的尺寸延展、位置调整、换图换字。实际生产中这些反复的简单的二次加工操作会找初级设计师来完成，但初级设计师难免会犯错，如来料加工，超出广告法规定的底线，设计常识性错误等，而输出低质量的广告banner会直接影响产品后期的商业模式。

发明内容

本发明实施例提供一种基于结构化理论的创意素材自适应生成方法及装置，可以实现素材设计中的智能变换，在保证素材变换效率的前提下，可以保证输出素材的质量。

本发明实施例第一方面提供了一种基于结构化理论的创意素材自适应生成方法，可包括：

对输入的待处理素材进行结构化打标，并按照图层元素的属性对待处理素材进行图层拆分；

统计待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度；

将待处理素材中的图层元素按照素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，其中，目标特征向量是相应计算框架下与待处理素材的特征向量具有最高相似度的特征向量。

本发明实施例第二方面提供了一种基于结构化理论的创意素材自适应生成装置，可包括：

素材打标拆分模块，用于对输入的待处理素材进行结构化打标，并按照图层元素的属性对待处理素材进行图层拆分；

相似度计算模块，用于统计待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度；

目标素材生成模块，用于将待处理素材中的图层元素按照素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，目标特征向量是相应计算框架下与待处理素材的特征向量具有最高相似度的特征向量。

本发明实施例第三方面提供了一种计算机设备，该设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方面所述的基于结构化理论的创意素材自适应生成方法。

本发明实施例第四方面提供了一种计算机存储介质，该计算机存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方面所述的基于结构化理论的创意素材自适应生成方法。

本发明具有以下有益效果：

通过对新输入的素材打标、拆分、统计特征后与素材库匹配计算相似性，基于相似度对新素材按照相应的特征布局进行等比例缩放替换，得到想要的目标素材。在目标素材生成的过程中，既学习了历史的设计布局，又使新素材的位置和大小产生了多样性的变化，实现了素材设计中的智能变换，在保证素材变换效率的前提下，保证了输出素材的质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于结构化理论的创意素材自适应生成方法的流程示意图；

图2是本发明实施例提供的基于结构化理论的创意素材自适应生成装置的结构示意图；

图3是本发明实施例提供的一种计算机设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含，术语“第一”和“第二”仅是为了区别命名，并不代表数字的大小或者排序。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

本发明实施例提供的基于结构化理论的创意素材自适应生成方法可以应用于广告banner制作过程中，实现尺寸延展、位置调整、换图换字等无需创造性设计的应用场景中。

本发明实施例中，基于结构化理论的创意素材自适应生成方法可以应用于计算机设备中，该计算机设备可以是电脑，也可以是其它具备计算处理能力的终端设备。

需要说明的是，本申请中的计算机设备中设有本地数据库，该数据库中存储有事先收集的大量原始素材即历史banner素材，并且每个banner素材均按照尺寸进行了分类，例如，在地产行业中一般每个尺寸会对应到一个应用场景，常见的物料尺寸如表1：

表1

进一步的，数据库中的原始素材的排版设计方式需要转化为计算机可以理解的框架数据，所谓的框架数据可以包括物料类型、尺寸大小、尺寸比例、面积等信息。上述经过行业内场景分类和框架化的原始素材组成了本申请的素材库，常见的素材库的格式有psd、svg、ai等。

在实际设计中，设计师对图层会根据自己习惯的命名方式进行标注，且大部分设计师不会对每个元素进行标注，行业内也没有统一的命名格式。本申请实施例中素材库中的各素材的图层均按照统一的结构化标注规则进行了标注，需知，每个行业的标注规则不同，但同一行业的标注规则是统一的。例如，针对地产行业，psd结构化分层的标注规则如下：1、背景；2、段落文字；3、标题；4、副标题；5、电话号码；6、项目logo；7、开发商logo；8、地址；9、销售信息；10、免责条款；11、衬底；12、图形集合(a图形1、b图形2、c图形3)；13、其他。其中，该标注规则中的规则13可以囊括其他规则中不能包括的信息，如：底栏信息、细小的装饰元素、二维码等。进一步的，上述规则12中的图形1、图形2、图形3必须是并列重要的视觉图形元素，可以是位置相对集中的几个元素合并而成，分散较远的不能合并，但分散的图形元素，无处安放的可以列在规则13中。需要说明的是，标注规则中如果缺失必要的规则，如上述规则1、3、6、12.a则无法打标成功。

如图1所示，基于结构化理论的创意素材自适应生成方法至少可以包括以下几个步骤：

S101，对输入的待处理素材进行结构化打标，并按照图层元素的属性对待处理素材进行图层拆分。

可以理解的是，输入设备的待处理素材可以是设计好的banner广告，为了适应各种真实场景，需要不断的对其进行尺寸延展、位置调整或者换图换字等不需要付出创造性劳动的设计变换。

具体实现中，设备可以根据待处理素材所属行业的打标规则对其进行结构化打标，同时需要对待处理素材进行图层拆分，将其拆分成一系列的图层。优选的，可以根据图层元素的属性进行图层拆分。需要说明的是，同一行业的素材，不论是新输入的待处理素材还是素材库中的原始素材，采用的标注规则都是一样的。

S102，统计待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度。

具体实现中，设备可以记录每个图层的大小、位置、面积、像素面积以及对齐方式等信息，并以特征向量的形式保存在数据库中。

进一步的，设备可以获取用户输入作为素材变换依据的目标尺寸，并可以根据该尺寸在素材库中确定一个或多个与待处理素材相匹配的计算框架。相当于在进行特征相似度计算之前，可以在素材库中初步选定符合待处理素材类似和目标尺寸要求的计算框架，进而可以在该框架对应的数据范围内计算待处理素材各图层的特征向量与素材库中特征向量之间的相似度。

进一步的，设备可以对计算得到的相似度进行排序，并确定相似度最大时与待处理素材的特征向量相匹配的目标特征向量，进而可以确定目标特征向量对应的特征布局。

S103，将待处理素材中的图层元素按照素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材。

具体实现中，设备可以将待处理素材中的图层元素按照目标特征向量指示的特征布局进行元素等比例缩放、替换以及图层合并，最后得到变换后的目标创意素材。

需要说明的是，特征布局可以对应以下设计规则：图层匹配规则、图层对齐规则、图层贴边规则和通用设计规则。在进行元素替换时，需要遵循上述设计规则。

在图层匹配规则下，设备在根据目标尺寸定位到相应的计算框架后，可以计算框架中的图层特征和输入素材的图层特征匹配度，如：目标的宽与框架元素的宽、目标高于框架元素的高、有效像素占有面积和框架元素的面积等各种图层特征的匹配。需要说明的是，若待处理素材的某些图层在计算框架中没有对应图层，则可以根据相似度排序，从排序稍靠后目标特征向量对应的计算框架中继续匹配。

在图层对齐规则下，可以从标题、副标题、段落文字来判断元素替换的布局对齐方式，可以分为左对齐、右对齐和中间对齐。

在图层贴边规则下，可以通过增加贴边的标注，利用该标注实现相应图层的贴边摆放。例如，贴边标注可以是左贴边：「图形1_left」、右贴边：「图形1_right」、左上贴边：「图形1_left_top」、左下贴边：「图形1_left_bottom」、右上贴边:「图形1_right_top」、右下贴边:「图形1_right_bottom」等。

在行业通用规则下，元素替换需遵循行业内熟知常用的设计规则，如表2所示：

表2

在可选实施例中，设备可以采用评价模型对最终输出的复合目标尺寸的目标创意素材进行评价。其中的，评价模型可以是深度神经网络DNN训练得到的，该模型中的评价规则可以通过图像算法计算元素的贴边、元素间对齐方式、布局的留白区域，进而得到综合的评价得分，通过评价准则有效地避免了出现常识性错误的设计。

在本申请实施例中，通过对新输入的素材打标、拆分、统计特征后与素材库匹配计算相似性，基于相似度对新素材按照相应的特征布局进行等比例缩放替换，得到想要的目标素材。在目标素材生成的过程中，既学习了历史的设计布局，又使新素材的位置和大小产生了多样性的变化，实现了素材设计中的智能变换，在保证素材变换效率的前提下，保证了输出素材的质量。

下面将结合附图2，对本发明实施例提供的基于结构化理论的创意素材自适应生成装置进行详细介绍。需要说明的是，附图2所示的创意素材自适应生成装置，用于执行本发明图1所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明图1所示的实施例。

如图3所示，本发明实施例的创意素材自适应生成装置10可以包括：素材打标拆分模块101、相似度计算模块102、目标素材生成模块103、计算框架确定模块104和特征向量确定模块105。

素材打标拆分模块101，用于对输入的待处理素材进行结构化打标，并按照图层元素的属性对待处理素材进行图层拆分。

需要说明的是，针对待处理素材的结构化达标的标注规则与素材库中各原始素材的标注规则一致。

相似度计算模块102，用于统计待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度。

可选的，特征向量确定模块105用于将待处理素材中各图层的大小、位置、面积、像素面积以及对齐方式存储为各图层的特征向量。

目标素材生成模块103，用于将待处理素材中的图层元素按照素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，其中，目标特征向量是相应计算框架下与待处理素材的特征向量具有最高相似度的特征向量。

计算框架确定模块104，用于根据用户输入的目标尺寸确定素材库中与待处理素材相匹配的计算框架。

可以理解的是，特征布局对应的设计规则包括图层匹配规则、图层对齐规则、图层贴边规则和通用设计规则。

需要说明的是，本实施例中各模块和单元的执行过程可以参见上述方法实施例中的描述，此处不再赘述。

在本申请实施例中，通过对新输入的素材打标、拆分、统计特征后与素材库匹配计算相似性，基于相似度对新素材按照相应的特征布局进行等比例缩放替换，得到想要的目标素材。在目标素材生成的过程中，既学习了历史的设计布局，又使新素材的位置和大小产生了多样性的变化，实现了素材设计中的智能变换，在保证素材变换效率的前提下，保证了输出素材的质量。

本发明实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1所示实施例的方法步骤，具体执行过程可以参见图1所示实施例的具体说明，在此不进行赘述。

本申请实施例还提供了一种计算机设备。如图3所示，计算机设备20可以包括：至少一个处理器201，例如CPU，至少一个网络接口204，用户接口203，存储器205，至少一个通信总线202，可选地，还可以包括显示屏206。其中，通信总线202用于实现这些组件之间的连接通信。其中，用户接口203可以包括触摸屏、键盘或鼠标等等。网络接口204可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通过网络接口204可以与服务器建立通信连接。存储器205可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器，存储器205包括本发明实施例中的flash。存储器205可选的还可以是至少一个位于远离前述处理器201的存储***。如图3所示，作为一种计算机存储介质的存储器205中可以包括操作***、网络通信模块、用户接口模块以及程序指令。

需要说明的是，网络接口204可以连接接收器、发射器或其他通信模块，其他通信模块可以包括但不限于WiFi模块、蓝牙模块等，可以理解，本发明实施例中计算机设备也可以包括接收器、发射器和其他通信模块等。

处理器201可以用于调用存储器205中存储的程序指令，并使计算机设备20执行以下操作：

对输入的待处理素材进行结构化打标，并按照图层元素的属性对待处理素材进行图层拆分；

统计待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度；

将待处理素材中的图层元素按照素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，目标特征向量是相应计算框架下与待处理素材的特征向量具有最高相似度的特征向量。

在一些实施例中，设备20还用于：

根据用户输入的目标尺寸确定素材库中与待处理素材相匹配的计算框架。

在一些实施例中，针对待处理素材的结构化达标的标注规则与素材库中各原始素材的标注规则一致。

在一些实施例中，设备20还用于：

将待处理素材中各图层的大小、位置、面积、像素面积以及对齐方式存储为各图层的特征向量。

在一些实施例中，特征布局对应的设计规则包括图层匹配规则、图层对齐规则、图层贴边规则和通用设计规则。

在本申请实施例中，通过对新输入的素材打标、拆分、统计特征后与素材库匹配计算相似性，基于相似度对新素材按照相应的特征布局进行等比例缩放替换，得到想要的目标素材。在目标素材生成的过程中，既学习了历史的设计布局，又使新素材的位置和大小产生了多样性的变化，实现了素材设计中的智能变换，在保证素材变换效率的前提下，保证了输出素材的质量。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种基于结构化理论的创意素材自适应生成方法，其特征在于，包括：

对输入的待处理素材进行结构化打标，并按照图层元素的属性对所述待处理素材进行图层拆分；

统计所述待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度；

将所述待处理素材中的图层元素按照所述素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，所述目标特征向量是相应计算框架下与所述待处理素材的特征向量具有最高相似度的特征向量。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据用户输入的目标尺寸确定所述素材库中与所述待处理素材相匹配的计算框架。

3.根据权利要求1所述的方法，其特征在于，针对所述待处理素材的结构化达标的标注规则与所述素材库中各原始素材的标注规则一致。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述待处理素材中各图层的大小、位置、面积、像素面积以及对齐方式存储为各图层的特征向量。

5.根据权利要求1所述的方法，其特征在于，所述特征布局对应的设计规则包括图层匹配规则、图层对齐规则、图层贴边规则和通用设计规则。

6.一种基于结构化理论的创意素材自适应生成装置，其特征在于，包括：

素材打标拆分模块，用于对输入的待处理素材进行结构化打标，并按照图层元素的属性对所述待处理素材进行图层拆分；

相似度计算模块，用于统计所述待处理素材的各个图层的特征向量，计算各图层的特征向量与素材库中相应计算框架下的特征向量之间的相似度；

目标素材生成模块，用于将所述待处理素材中的图层元素按照所述素材库中的目标特征向量指示的特征布局进行元素替换得到目标创意素材，所述目标特征向量是相应计算框架下与所述待处理素材的特征向量具有最高相似度的特征向量。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

计算框架确定模块，用于根据用户输入的目标尺寸确定所述素材库中与所述待处理素材相匹配的计算框架。

8.根据权利要求6所述的装置，其特征在于，针对所述待处理素材的结构化达标的标注规则与所述素材库中各原始素材的标注规则一致。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：

特征向量确定模块，用于将所述待处理素材中各图层的大小、位置、面积、像素面积以及对齐方式存储为各图层的特征向量。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至5任一项所述的基于结构化理论的创意素材自适应生成方法。

Images